הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר סקירה

חוסר שינה, עייפות החלטות וביצועים קליניים בהכשרה רפואית: סקירה נרטיבית ופרספקטיבה על ניטור נוירופיזיולוגי

119 צפיות

⸱

DOI:

10.3791/71627

⸱

28 ביולי 2026

 ,  ,  , 
1Department of Critical Care Medicine, The First Affiliated Hospital, Zhejiang University School of Medicine, 2Department of Education, The First Affiliated Hospital, Zhejiang University School of Medicine, 3Department of Orthopedics, The First Affiliated Hospital, Zhejiang University School of Medicine

* These authors contributed equally

במאמר זה

סיכום

סקירה נרטיבית ופרספקטיבה זו בוחנת כיצד חוסר שינה ועייפות החלטות משפיעים על הביצועים הקליניים, ומעריך ניטור מבוסס EEG ו-fNIRS ככלים מושגיים לפרשנות ומשוב מודעים לעייפות בהכשרה רפואית.

תקציר

חוסר שינה ועייפות החלטות הם גורמים חשובים אך לעיתים אינם מוכרים מספיק לביצועים קליניים ביום. בסביבות הכשרה רפואית, גורמים תלויים במצב אלו עלולים לפגוע בתשומת הלב, בשליטה ניהולית ובקבלת החלטות, מה שמסבך את פירוש הכשירות הנצפית במהלך ערות. סקירה נרטיבית זו ופרספקטיבה זו מאחדות ראיות ממדעי השינה, נוירופיזיולוגיה, פסיכולוגיה וחינוך רפואי כדי לבחון כיצד אובדן שינה ועייפות החלטות מעצבים את הביצועים הקליניים וכיצד גישות ניטור לא פולשניות עשויות לסייע בהקשר של שונות זו. מוקדש דגש על אלקטרואנצפלוגרפיה (EEG) וספקטרוסקופיה אינפרא-אדומה תפקודית (fNIRS) ככלי מחקר מועמדים לאפיון שינויים הקשורים לעייפות בעומס הקוגניטיבי ובערנות. הספרות שנבדקה תומכת בקשרים חזקים בין אובדן שינה, עייפות ותפקוד נוירוקוגניטיבי פגום, אך השימוש בניטור נוירופיזיולוגי בזמן אמת להערכת מוכנות מעשית בהכשרה רפואית נותר מושגי ודורש אימות אמפירי. אנו מציעים את מסגרת CBME-BCI-Fatigue כמודל פרספקטיבה שמייצר השערות לשילוב מידע מצב פיזיולוגי עם הערכה מבוססת כשירות, תוך הדגשת מגבלות הקשורות לתוקף הקונסטרקט, ערך מצטבר, שונות אישית, היתכנות וממשל. מסגרת זו עשויה להנחות מחקר עתידי מבוסס סימולציה ובעל סיכון נמוך על משוב מודע לעייפות ותמיכה בלומדים בסביבות הכשרה קלינית פגיעות לשינה.

מבוא

החינוך הרפואי ברחבי העולם ממשיך להתקדם לעבר מודלים ממוקדי תוצאות, ובעיקר חינוך רפואי מבוסס מיומנות (CBME), המדגיש כישורים מוכחים במקום התקדמות תלויה בזמן. מושג הכשירות המקצועית נדון זמן רב בהקשר ליכולת נצפית, חשיבה קלינית, תקשורת, מקצועיות וטיפול בטוח במטופל 1,2. הפרויקט של מועצת ההסמכה להשכלה רפואית מתקדמת (ACGME), גישות מבוססות CanMEDS, ותיאוריית CBME שבאה לאחר מכן, עודדו גם את המחנכים להגדיר תוצאות הכשרה באופן מפורש ולהעריך אותן לאורך זמן 3,4. דיונים אחרונים הדגישו את CBME בחזית הטיפול במטופלים5. העבודה על יישום בסביבות לתואר ראשון, לתארים מתקדמים ופיתוח מקצועי מתמשך מדגישה גם אתגרים מתמשכים בהיתכנות, תרבות הערכה ופיתוח סגל 6,7,8,9,10.

בתוך CBME, פעילויות מקצועיות אמינות (EPAs) והחלטות הפקדה העבירו את ההערכה לכיוון פסקי דין מבוססי פיקוח 11,12,13,14,15. עקומות למידה ואנליטיקת למידה תמכו עוד יותר בפרשנות אורך של התקדמות הלומד16,17. חינוך מדויק, דרכוני חינוך, סביבות למידה ממוקדות שליטה ואימון מדגישים משוב, תמיכה בלומד ופיקוח אדפטיבי 18,19,20,21. גישות אלו מכירות בכך שהמיומנות נובעת מדפוסי ביצועים לאורך זמן והקשר ולא ממבחן יחיד. עם זאת, נשאר נקודת עיוורון מתמשכת: ביצועים נצפים אינם תמיד משקפים מיומנות בסיסית יציבה. הוא גם מעוצב על ידי מצבים פיזיולוגיים וקוגניטיביים זמניים, כולל חוסר שינה מספקת, חוסר יישור צירקדי, עומס עבודה, לחץ רגשי ועייפותהחלטות.

בעיה זו רלוונטית במיוחד בסביבות קליניות שבהן מתמחים עובדים לילה, מנהלים נפח מטופלים גבוה, מבצעים פרוצדורות ומקבלים החלטות חזרתיות תחת אי-ודאות. אובדן שינה ועייפות נקשרו לפגיעה בערנות, שליטה ניהולית, מהירות פסיכומוטורית, ויסות מצב רוח וסיכון לטעויות רפואיות 23,24,25,26,27. הביצועים הכירורגיים והפרוצדורליים עשויים להיות פגיעים במיוחד כי הם תלויים בקשב מתמשך, דיוק מוטורי עדין ושיפוט מצבי מהיר. סקירות ומחקרים סימולטוריים מקשרים בין חוסר שינה לשינויים במיומנות הכירורגית ובביצועי ניהול משבר 28,29,30. מחקרים ברמת המטופל וברמת הפרוצדורה מראים ממצאים הטרוגניים יותר, מה שמדגיש את הצורך בפרשנות זהירה 31,32,33. מחקר שעות משמרת, כולל iCOMPARE וניסויים אקראיים קשורים, מראה כי שינה, העברות עבודה, עומס עבודה, בטיחות המטופל ותוצאות חינוכיות תלויים זה בזה ולא ניתנים לצמצום למשתנה לוח זמנים יחיד 34,35,36,37,38.

שונות הביצועים התלויה במצב היא לעיתים חולפת, סיטואציונית, וקשה ללכוד באמצעות כלי הערכה מקובצים במקום העבודה. התקף ביצועים ירודים לאחר משמרת לילה עשוי לשקף צורך למידה מתמשך, הפסקה זמנית הקשורה לעייפות, עומס עבודה מופרז, פיקוח לקוי או שילוב של הגורמים הללו. ניטור נוירופיזיולוגי הוצע כגישה משלימה לאפיון מצב קוגניטיבי במהלך הלמידה והתרגול. אלקטרואנצפלוגרפיה (EEG) יכולה ללכוד תנודות עצביות מהירות ותגובות הקשורות לאירועים, בעוד שספקטרוסקופיה אינפרא-אדומה תפקודית (fNIRS) יכולה לעקוב אחר שינויים המודינמיים קורטיקליים, במיוחד באזורים פרה-פרונטליים המעורבים בשליטה ניהולית. שיטות אלו עשויות לספק אינדיקטורים הקשקיים לעומס עבודה, ערנות ועייפות. עם זאת, אין לפרש אותם כמדדים מאומתים של כשירות או כטריגרים ישירים להחלטות פיקוח או הפקדה.

סקירה נרטיבית זו ופרספקטיבה זו מסכמות ראיות המקשרות בין חוסר שינה לעייפות החלטה לביצועים קליניים, מסכמים תכונות EEG ו-fNIRS הרלוונטיות לעייפות ולעומס קוגניטיבי, ומציעים מסגרת CBME-BCI-Fatigue. המטרה אינה להציג מערכת הערכה מבוססת, אלא להבהיר סדר יום מחקרי לפרשנות מודעת מדינה לביצועי מתאמנים בסביבות הכשרה רפואית פגיעות לשינה. איור 1 מציג את המסגרת המוצעת, הממחיש כיצד מודולטורים תלויי מצב, ניטור נוירופיזיולוגי ורב-מודלי, פרשנות מבוססת מיומנות, אינטגרציה של נתונים נתמכים בבינה מלאכותית ומשוב אדפטיבי עשויים להיות מקושרים במחקרי הכשרה רפואית מודעים לעייפות.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

סקירה ופרספקטיבה

גישת החיפוש

מאמר זה פותח כסקירה נרטיבית ופרספקטיבה ולא כסקירה שיטתית, סקירת היקף או מטא-אנליזה. חיפשנו ב-PubMed, PsycINFO, Web of Science Core Collection ו-ERIC מהקמת מסד הנתונים ועד 31 בדצמבר 2025. מונחי חיפוש שילבו מושגים הקשורים לחוסר שינה, הגבלת שינה, עייפות, עייפות החלטות, ביצועים קליניים, חינוך רפואי מבוסס מיומנות (CBME), עומס עבודה קוגניטיבי, אלקטרואנצפלוגרפיה (EEG), ספקטרוסקופיה תפקודית קרובה לאינפרא-אדום (fNIRS), ממשקי מוח-מחשב (BCIs) והכשרה רפואית. בוצעה גם עדכון ממוקד לשילוב ספרות עדכנית של fNIRS הקשורה למעקב אחר שינה ועייפות.

המקורות נבחרו ונתנו להם עדיפות כאשר השפיעו ישירות על אחד מארבעה תחומים: שינויים הקשורים לשינה או עייפות בביצועים נוירוקוגניטיביים וקליניים; סמנים שמקורם ב-EEG או fNIRS לעייפות, עומס עבודה, ערנות או פגיעות הקשורה לשינה; עבודה מושגית או יישומית הרלוונטית לשילוב מידע על מצב פיזיולוגי ב-CBME; ונושאים אתיים או יישומיים הרלוונטיים לשימוש חינוכי. המקורות לא נבחרו לספק כיסוי מקיף של כל הספרות של שינה, BCI או נוירוטכנולוגיה. לא נתנו עדיפות למחקרים שהיו בעיקר מאמרים בסיסיים במדעי המוח, הנדסת מכשירים או נוירומודולציה טיפולית, אלא אם כן הם השפיענו ישירות על פרשנות מודעת לעייפות של ביצועי המתאמנים. לא בוצעה הערכת סיכון הטיה פורמלית או איגוד מטא-אנליטי; הממצאים סונתזו באופן תיאורי וביקורתי כדי לתמוך במסגרת פרספקטיבה מושגית שמייצרת השערות.

תרומה חדשה וקהל יעד

החידוש של סקירה זו טמון בקישור בין מספר גופי ספרות קשורים אך לעיתים נדונים בנפרד—עייפות מתושבים, חוסר שינה, עייפות החלטות, עומס קוגניטיבי, ניטור נוירופיזיולוגי והערכת CBME—סביב בעיה חינוכית ספציפית: כיצד מחנכים צריכים לפרש ביצועים קליניים שנצפו כאשר מצב הקוגניטיבי של המתמחה עשוי להשתנות זמנית עקב אובדן שינה, עייפות החלטות, או עומס עבודה. הקהל היעד הוא מחנכים רפואיים, קלינאים-מחנכים, מנהלי תוכניות וחוקרים המתעניינים בפרשנות מודעת לעייפות של ביצועי המתאמנים. מסגרת CBME-BCI-Fatigue המוצעת נועדה לארגן שאלות מחקר עתידיות ולהבהיר דרישות אימות, ולא לאמת מערכת ניטור תפעולית או לתמוך בהחלטות הערכה בעלות סיכון גבוה נוכחיות.

מיומנות כביצוע דינמי ב-CBME

ההיגיון המקורי של CBME לא היה רק ליצור טפסי הערכה חדשים, אלא להתאים את החינוך הרפואי לצרכי המטופלים ומערכות הבריאות. CBME מדגיש התקדמות המבוססת על מיומנות, מסלולי למידה מותאמים אישית, וראיות לכך שלומדים יכולים לבצע פעילויות קליניות משמעותיות תחת פיקוח מתאים 5,6. מסגרות מיומנויות לאומיות ואזוריות, כולל מסגרות מיומנויות התמחות בסין ודיוני פיתוח כישרונות i-FIRST, מספקות שפה מובנית לעיצוב תכניות לימודים, פיתוח לומד ואחריות חינוכית 7,8. במקביל, הספרות על יישום CBME מציינת חששות מתמשכים לגבי היתכנות, פיתוח סגל, נטל הערכה וסיכון להפחתת הפרקטיקה המקצועית המורכבת לרשימת ההתנהגות 9,10.

ה-EPAs והחלטות הפקדה היו משפיעות במיוחד משום שהן מקשרות את ההערכה לשאלה הקלינית של כמה פיקוח לומד זקוק לפעילות מקצועית מוגדרת 11,12,13,14. יישום ה-EPA מדגיש גם כי הפקדה היא שיפוט לגבי הלומד, משימה, הקשר ורמת פיקוח; זה לא רק תכונה קבועה המוטמעתב-15 המתאמנים. באופן דומה, עקומות למידה וניתוחי למידה יכולים לסייע למחנכים לזהות מסלולים לאורך זמן במקום לפרש יותר מדי נקודות נתוניםבודדות 16,17. חינוך מדויק, דרכונים חינוכיים, סביבות למידה ממוקדות שליטה ואימון מחזקים עוד יותר את הרעיון שההערכה צריכה לתמוך בפיתוח, משוב ותמיכה אדפטיבית 18,19,20,21.

פרספקטיבה התלויה במצב מרחיבה את ההיגיון הזה. אם מתלמד מתבצע בצורה גרועה לאחר ערנות ממושכת או שינוי קוגניטיבי אינטנסיבי, שאלת ההערכה אינה רק האם למתרגל חסרה מיומנות. כמו כן, השאלה היא האם ההתנהגות הנצפית משקפת פגיעות הקשורה לעייפות, עומס עבודה מופרז, פיקוח לקוי, עיצוב מערכת, או חוסר התאמה בין דרישות המשימה למצב קוגניטיבי. פער מיומנות יציב עשוי לדרוש תרגול והדרכה מכוונים; הפסקה הקשורה לעייפות עשויה לדרוש תכנון התאוששות, עיצוב מחדש של עומס עבודה, התאמת פיקוח או התערבות ברמת לוח הזמנים. לכן, הערכה מודעת למדינה אינה מגדירה מחדש את הכשירות. במקום זאת, היא משפרת את ההקשר שבו מפרשים נתוני ביצועים ומפחיתה את הסיכון לסיווג שגוי של פגיעה חולפת כאי-יכולת מתמשכת.

חוסר שינה, הפרעות צירקדיות ועייפות החלטה

חוסר שינה ועייפות הם גורמים נפוצים אך לא מוערכים בביצועים של רופאים. בהכשרה קלינית, משמרות ארוכות טווח, עבודת לילה, עומס עבודה בלתי צפוי והעברות תכופות חושפים את המתמחים למצבים שעלולים לפגוע בערנות ובקבלת החלטות. מחקרים על שינת רופאים ורווחתם קישרו בין שינה ומצוקה הקשורה לשחיקה לטעויות רפואיות קליניות משמעותיות.23. שינויים ממושכים נקשרו גם לעלייה בכישלונות קשב, טעויות רפואיות ותופעות לוואי24. עייפות ומצוקה מתושבים עלולים להשפיע עוד יותר על טעויות רפואיות מדווחות בעצמם, מה שמרמז שסיכון הביצועים הוא חלקית התנהגותי, חלקית קוגניטיבי וחלקו ברמתמערכת 25.

מחקרים תצפיתיים וניסויים בקרב מתמחים רפואיים ורופאים מחזקים דאגה זו. מתמחים ומתמחים העובדים במשמרות ממושכות מראים ירידה בהזדמנויות שינה ודפוסי ערנות משתנים26. הפחתת שעות העבודה של המתמחים ביחידות טיפול נמרץ הייתה קשורה לפחות טעויות רפואיות חמורות בניסוי מכונן27. מחקרים כירורגיים ופרוצדורליים מראים כי חוסר שינה עלול לפגוע במיומנות הסימולטור ובביצועי ניהול משברים 28,29,30. מחקרים ברמת המטופל וההליך נשארים הטרוגניים יותר ואין לפשטם יתר על המידה 31,32,33. הבדלים בין התמחות, רמת ההכשרה, מורכבות המקרה, הפיקוח, מבנה הצוות וסוג התוצאה עשויים להסביר מדוע ירידות הקשורות לעייפות ברורות יותר מבחינת ערנות, ביצועים מדומים ומדדי תהליך מאשר בתוצאות מטופלים בהמשך.

ניסויי שעות משמרת ממחישים מדוע חינוך מודע לעייפות אינו יכול להסתמך רק על אורך המשמרת. ניסוי iCOMPARE מצא כי מדיניות שעות העבודה הגמישות לא נחותה מהמדיניות הסטנדרטית לתוצאות חינוך נבחרות ולתוצאות בטיחותמטופלים 34,35. ניתוחים מלווים דיווחו כי שינה וערנות לא בהכרח החמירו תחת כללי שעות העבודה הגמישות36. לעומת זאת, ניסוי אקראי של לוחות זמנים ללא משמרות של 24 שעות הראה כי ביטול משמרות ממושכות לא שיפר באופן אחיד את בטיחות המטופל37. מחקר קשור על משמרות עבודה ממושכות מצא השפעות ביצועי נוירו-התנהגות אצל רופאים מתמחים38. יחד, ממצאים אלו מראים שהזדמנות השינה, עומס העבודה, המשכיות, העברות ופיקוח משתלבים בדרכים מורכבות.

הספרות הרחבה יותר של מדעי השינה מספקת הקשר מכניסטי. הפרעות שינה פוגעות בקשב מתמשך, זיכרון עבודה, עיכוב תגובה, ויסות רגשי וביצוע משימות מורכבות 39,40,41,42. לוחות שינה לא סדירים או לא יציבים עשויים גם להשפיע על תוצאות אקדמיות וקוגניטיביות, מה שמרמז שיציבות השינה חשובה בנוסף למשך השינה43,44. הגבלת שינה כרונית עם החלמה בסופי שבוע עלולה להשאיר השפעות שאריות על ביצועים ורווחה45. בחינוך לרפואה, ממצאים אלו חשובים משום שהערכות ההכשרה מתבצעות בדרך כלל במהלך ערות אך לעיתים נדירות מתעדות את מצב הלומד שבו מתבטא הביצועים.

עייפות החלטה מוסיפה מנגנון קשור אך מובחן. הוא מתייחס להידרדרות באיכות ההחלטה לאחר בחירות חוזרות או מאמץ, במיוחד כאשר החלטות דורשות שליטה עצמית, ניהול אי-ודאות או פשרות ערך. החלטות קליניות כוללות לעיתים קרובות מיון, מרשם, הסלמת טיפול, תיעוד והעברה תחת לחץ זמן. מחקרי מרשמים עדכניים מצביעים על כך שזמן על משימה ודרישות החלטה מצטברות יכולים להשפיע על בחירות קליניות. עייפות ממשמרות לילה יכולה גם לשנות דפוסי חיפוש וביצועי אבחון ברדיולוגיה48. עם זאת, יש לפרש בזהירות עייפות החלטות, שכן הספרות מתודולוגית הטרוגנית וההשפעות עשויות להשתנות בין משימות, סביבות ורופאים.

סמני EEG ו-fNIRS לעייפות ועומס קוגניטיבי

EEG שימש רבות לחקר ערנות, לחץ שינה, עייפות ועומס מנטלי. במחקרי רופאים, EEG כמותי לאחר תורנות לילית הראה שינויים בפעילות התטא, האלפא והבטא בהתאם לעייפות מנטלית. מחקרים אלו חשובים כי הם מקרבים את ההערכה הנוירופיזיולוגית לעבודה קלינית אמיתית, במקום להסתמך רק על פרדיגמות של חוסר שינה במעבדה. עם זאת, הם נשארים תצפיתיים ואינם יכולים לקבוע בעצמם ש-EEG יכול לקבוע אם המתמחה מוכן לבצע משימה קלינית מסוימת.

פרשנות EEG ברמת תכונה רחבה יותר מהשינויים הנפוצים בתטא או באלפא/בטא. מחקרי עומס EEG פרונטלי תומכים בשימוש בדפוסים ספקטרליים ואזוריים להערכת עומס עבודה51. מחקרי EEG של חוסר שינה בחנו שינויים בפעילות הספקטרלית לאחר אובדן שינה52. לרצועת התטא יש גם פרשנות כפולה: היא עשויה לשקף לחץ שינה, אך יכולה גם להשתתף בשליטה קוגניטיבית, נקודה שמסבכת את סיווג העייפות הפשוט53. מחקרי ניטור זיכרון עבודה בזמן אמת וסיווג מצב דרייבר מראים כיצד תכונות EEG יכולות להיות משולבות בצינורות בסגנון BCI, אך צינורות אלו נשארים רגישים לעיצוב משימות, עיבוד מוקדם ושונות אישית. מחקרי אמינות ועבודות אימות נוירוארגונומיות מדגישים כי תצורת האלקטרודות, בחירות קדם-עיבוד, מדדים סובייקטיביים ועיצוב משימות משפיעים על מדדי עומס העבודה56,57. עבודות חיזוי עומס קוגניטיבי רב-רמות עדכניות מצביעות על כך ששילוב חתימות מרחביות, זמניות וספקטרליות יכול לשפר את הסיווג58.

ספקטרוסקופיית אינפרא-אדום תפקודית fNIRS מספקת מידע משלים על ידי מדידת שינויים הדינמיים, כולל המוגלובין מחומצן, המוגלובין חסר חמצן והמוגלובין הכולל. הספרות של fNIRS על עייפות וחוסר שינה תומכת ברלוונטיותו למדידת קורטלציות של מאמץ קוגניטיבי, ערנות מופחתת ושינויים חברתיים-קוגניטיביים59. סקירות fNIRS ממוקדות שינה מראות כיצד אותות המודינמיים אופטיים עשויים לתרום למחקר שינה ולגילוי עייפות60. מחקר עדכני משנת 2026 על סמנים ביולוגיים של fNIRS ברצועת הלב להבדלת שינה בתנועות עיניים לא מהירות עם אימות EEG ממחיש את העניין הגובר בתכונות בתחום התדר ובתחום הלב שמעבר למשרעת HbO פשוטה61. יחד, ספרות זו תומכת בדיון ברמת התכונות הכולל HbO, HbR, HbT, תגובות בתחום הזמן, קישוריות וסמנים ביולוגיים בתחום התדר.

מחקרי fNIRS פרה-פרונטליים רלוונטיים במיוחד משום ששליטה ניהולית, עיכוב תגובה וויסות עומס עבודה תלויים במידה רבה במערכות פרונטליות. חוסר שינה נקשר לשינוי בקישוריות פונקציונלית הקשורה למשימה בקורטקס המצחי62. מחקרים קשורים מצאו אובדן קישוריות פונקציונלית מצחית לאחר חוסר שינה63. מחקרים על צעירים עם שינה קצרה מצביעים גם על כך שתגובות המודינמיות הפרה-פרונטליות יכולות להשתנות בהתאם להתנהגות שינה ופעילות גופנית64. fNIRS לבישה שימשה לזיהוי אוטומטי של עייפות קוגניטיבית עם למידת מכונה65. מערכות EEG-fNIRS היברידיות יכולות לשפר את סיווג עומס העבודה על ידי שילוב קישוריות מוחית פונקציונלית ותכונות אות משלימות66,67. יחד, מחקרים אלו תומכים בשימוש ב-EEG ו-fNIRS ככלי מחקר וכמדדים קונטקסטואליים מועמדים, אך טרם כמדדי מוכנות מאומתים בהכשרה רפואית.

לכן, טבלה 1 מיועדת כמפה ברמת תכונה ולא היררכיה של סמנים ביולוגיים מאומתים. הוא מבדיל בין תכונות EEG ספקטרליות, אירועים, זמניות וקישוריות לבין תכונות מבוססות משרעת fNIRS, בתחום זמן, קישוריות, ותחום תדר או תחום לבבי. הבחנה זו חשובה משום שכל משפחת תכונות לוכדת ממדים שונים של מבנה עומס העבודה של עייפות ונושאת סיכוני ארטיפקט ופרשנות שונים. לדוגמה, יחס תטא/אלפא גבוה יותר, משרעת P300 מופחתת, או HbO פרה-פרונטלי נמוך יותר עשויים להתאים לעייפות, אך עשויים גם לשקף קושי במשימה, מאמץ פיצוי, לחץ, תצורת חיישנים או הבדלים בקווי הבסיס האישיים. הטבלה מיועדת לתמוך בתכנון המחקר, בניית יישור ופרשנות זהירה, ולא להגדיר סף תפעולי למיומנות, הפקדה או מוכנות קלינית.

BCI, מיזוג מולטימודלי ויישומים חינוכיים

BCIs לא פולשניים וטכנולוגיות נוירופיזיולוגיות לבישות התרחבו במהירות בתחומים רפואיים, הנדסיים וחינוכיים. סקירות של מכשירי BCI לבישים מבוססי EEG מדגישות התקדמות בניידות וביישומים רפואיים68. סקירות רחבות ומתקדמות מדגישות שמערכות BCI לא פולשניות משתפרות אך עדיין מתמודדות עם מגבלות באיכות האות, שימושיות, כיול ועמידות 69,70,71,72. מגבלות אלו חשובות לחינוך הרפואי כי כלי חינוכי חייב להיות לא רק מדויק בסביבה מבוקרת, אלא גם ישים, מקובל, ניתן לפרשנות ומותאם למבנים חינוכיים.

היישומים החינוכיים המוצדקים ביותר הם סימולציה, מחקר ומשוב בעל סיכון נמוך. אימון לפרוסקופי ב-VR יכול לסנכרן נתוני ביצועים עם אותות הקשורים לעומס עבודה כדי לחקור כיצד הביקוש הקוגניטיבי קשור ללמידה פרוצדורלית73. משימות נוירוכירורגיות מדומות השתמשו בבינה מלאכותית וב-EEG להבחנה בין רמות המומחיות, מה שמרמז על מסלול ללימוד רכישת מיומנויות במקום להחליף את שיקול הדעת של הסגל74. סביבות משחק רציני ומציאות מעורבת השתמשו באנליטיקה ביוחייזרית להערכת מעורבות רגשית75. מערכות BCI פסיביות שמתאימות את מהירות הלמידה לעומס קוגניטיבי ממחישות כיצד משוב רגיש למצב עשוי לפעול בהקשרים חינוכיים בסיכון נמוךיותר 76. עבודת גילוי שינה אמבולטורי מראה כיצד נתוני סדרות זמן רב-מודליות יכולים לתמוך בניטור אורך מחוץ למעבדה77. דוגמאות אלו מתפרשות בצורה הטובה ביותר כראיות תומכות או כהוכחת מושג, ולא כאישור להחלטות הפקדה או תיקון בעלות סיכון גבוה.

מחקרי שלב שינה בעזרת בינה מלאכותית מראים כיצד שיטות למידת מכונה יכולות לסווג סדרות זמן פיזיולוגיות הקשורות לשינה 78,79,80. הפעלה ממוקדת של זיכרון, נוירומודולציה לבישה, התערבויות עייפות ומערכות fNIRS אלחוטיות ממחישות כיצד ניתן לעקוב או להשתמש באותות פיזיולוגיים בארכיטקטורות משוב אדפטיביות 81,82,83,84,85. מחקרים אלו הם טכנית אינפורמטיבית, אך הרלוונטיות החינוכית הישירה שלהם מוגבלת אלא אם כן הם קשורים לביצועים ביום, תזמון משוב, החלטות פיקוח או תמיכה בלומדים בהקשרי הדרכה. לכן יש לפרש אותם כגשרים מתודולוגיים ולא כהוכחה לכך שהערכה מודעת לעייפות בתוך CBME מוכנה לשימוש שגרתי.

תרגום במקום העבודה דורש זהירות רבה יותר מאשר סימולציה. סביבות קליניות אותנטיות מציגות תופעות תנועה, הפרעות, לחץ רגשי, דרישות עבודת צוות, חדות המטופל, מטרות משימות משתנות ודינמיקות כוח מרומזות בין המתמחים למנחים. לכן, הנתונים הפיזיולוגיים בהערכה מבוססת מקום העבודה צריכים להיות וולונטריים, בעלי סיכון נמוך והקשר. יישומים סבירים כוללים מיפוי סיכוני עייפות מצטבר, הערכת לוח זמנים, תחקיר סימולציה או משוב מבוקר על ידי הלומד. יישומים לא סבירים יכללו שימוש ב-EEG, fNIRS או ספי מולטימודל כראיה עצמאית להפקדה, קידום, תיקון או משמעת.

ראיות מבוססות לעומת הרחבות מושגיות

הבחנה מרכזית בסקירה זו היא בין ראיות מבוססות להרחבה מושגית. הראיות המוכחות הן שחוסר שינה, הפרעה צירקדית, ערות ממושכת ועייפות פוגעים בתחומים נוירוקוגניטיביים החשובים לעבודה קלינית 23,24,25,26,27. עבודה מטה-אנליטית וניסיונית תומכת בהשפעות על קשב, שליטה ניהולית, ויסות מצב רוח וביצוע משימות מורכבות 39,40,41,42. מחקרים רפואיים ופרוצדורליים מצביעים על כך שעייפות יכולה להשפיע על סיכון לשגיאות, חיפוש אבחון, ניהול משברים וביצועים טכניים 28,29,30,48. עם זאת, מחקרים ברמת הפרוצדורה ותוצאות מראים גם הטרוגניות, מה שמתנגד לפרשנות פשוטה של עייפות ונזק קליני 31,32,33. ניסויי שעות העבודה מראים שמדיניות מודעות לעייפות חייבת לקחת בחשבון תכנון שעות עבודה יחד עם הזדמנויות שינה, עומס עבודה, העברות, המשכיות והשלכות חינוכיות 34,35,36,37,38. מחקרי EEG ברופאים ופרדיגמות עומס עבודה תומכים ברגישות עצבית לעייפות ועומס קוגניטיבי 49,50,51, בעוד ש-fNIRS, מחקרי EEG-fNIRS לבישיים והיברידיים מספקים ראיות המודינמיות ורב-מודליות משלימות 59,60,61,62,63,64,65,66, 67.

ההרחבה המושגית היא ההצעה שמדדי מצב פיזיולוגיים עשויים לסייע בהקשר של ביצועי המתלמד בתוך CBME. הרחבה זו סבירה אך אינה מאומתת. הראיות לכך שאובדן שינה משנה את הפעילות העצבית אינן מרמזות אוטומטית שמעקב בזמן אמת יכול להוביל להחלטות פיקוח או חינוכיות מעשיות. נכון להיום, לא הוכח דפוס כללי בזמן אמת של פעילות עצבית או המודינמית שמזהה באופן אמין חוסר יציבות קוגניטיבית או מוכנות קלינית בין אנשים, משימות, התמחויות וסביבות מבצעיות. אותו דפוס פיזיולוגי עשוי לשקף עייפות, מאמץ קוגניטיבי, חרדה, מוטיבציה, קושי במשימה, מעורבות מפצה, ארטיפקט חיישנים, לחץ סביבתי או הבדלים בקווי הבסיס הפרטניים.

בהתאם לכך, יש לפרש את מסגרת CBME-BCI-Fatigue כמודל מחקר ולא כמערכת הערכה מיושמת. מטרתו היא להבהיר כיצד ניתן לחקור יחד מודולטורים תלויי מצב, ניטור פיזיולוגי והתנהגותי, ופרשנות מבוססת מיומנות של ביצועים נצפים. בסימולציה או בסביבות מחקר עם סיכון נמוך אחר, ניתן לאסוף תכונות EEG או fNIRS לצד שגיאות משימה, זמן תגובה, דירוגי עומס עבודה, היסטוריית שינה, בדיקות ערנות פסיכומוטוריות ומשוב מהמפקח כדי לבדוק האם מדדי מצב מסייעים להסביר שונות ביצועים. בהקשרי הערכה במקום העבודה, נתונים פיזיולוגיים דורשים זהירות רבה אף יותר. בבסיס הראיות הנוכחי, נתונים כאלה עשויים להתאים ביותר למחקר סיכון עייפות מצטבר, עיצוב לוח זמנים או תמיכה וולונטרית בלומדים. אין להשתמש בהם כבסיס עצמאי להפקדה, קידום, תיקון או החלטות משמעתיות. טבלה 2 מסכמת את ההבדלים הללו על ידי הפרדת ראיות מבוססות, הרחבות מושגיות, דרישות אימות והפניות תומכות מייצגות במסגרת CBME-BCI-Fatigue.

בניית תוקף, ערך נוסף, קווי בסיס אישיים וממשל

תוקף קונסטרוקט הוא האתגר המתודולוגי המרכזי במעקב נוירופיזיולוגי מודע לעייפות. אותות EEG ו-fNIRS אינם ספציפיים לעייפות או מוכנות; הן עשויות גם לשקף קושי במשימה, חרדה, מוטיבציה, מאמץ קוגניטיבי, מעורבות פיצויה, לחץ סביבתי, ארטיפקטים של חיישנים או הבדלים בקווי בסיס אישיים. לכן, מחקרים עתידיים צריכים להגדיר מראש את המבנה החינוכי הנמדד, להגדיר את הקשר הצפוי בין מצב פיזיולוגי לביצועים, ולשדר אותות פיזיולוגיים עם נתונים התנהגותיים, הקשרים וחינוכיים, במקום לפרש אות אחד כסימן ישיר לכשירות.

יש להוכיח גם ערך נוסף. ניטור EEG/fNIRS צריך להיות מוערך מול משווים פשוטים ויעילים יותר, כולל יומני שינה, אקטיגרפיה, בדיקות ערנות פסיכומוטורית, סקר קוגניטיבי קצר, דירוגי עומס עבודה, טלמטריית ביצועים ותצפית מומחית. גישה נוירופיזיולוגית תהיה מוצדקת רק אם היא משפרת הסברים, חיזוי, תזמון משוב או תמיכה בלומד מעבר למדדים אלו. ללא ראיות כאלה, ניטור רב-מודלי עשוי להוסיף מורכבות מבלי לשפר את קבלת ההחלטות החינוכיות.

מידול בסיס אישי הוא חיוני. שונות בין-אישית בפעילות עצבית, פגיעות שינה, כרונוטיפ, תגובת לחץ, ניסיון קליני והתאמת חיישנים מגבילה את ערכם של ספים אוניברסליים. קו בסיס ספציפי למתלמד עשוי לסייע בהבחנה בין סטייה חריגה הקשורה לעייפות לבין שונות פיזיולוגית רגילה, אך הדבר דורש מדידות חוזרות, מיקום חיישנים אמין, עיגוני משימות סטנדרטיים ומודלים אנליטיים שקופים. למידת מכונה עשויה לסייע באינטגרציה של אותות מולטימודליים, אך אינה יכולה לפתור מבנים לא תקפים, נתונים מוטים, איכות אות ירודה או הנחות סיבתיות לא ברורות. התאמת תחום, אלגוריתמים לשמירת פרטיות ומידול גנרטיבי עשויים להפחית חלק מהעומס על הכיול, אך הם דורשים אימות רחב יותר לפני השימוש בהם לתמיכה בהחלטות חינוכיות86,87.

המחסומים הטכניים והאקולוגיים נותרו משמעותיים. EEG פגיע לארטיפקטים של תנועה, התנגדות אלקטרודה, רעש סביבתי, תלות במונטאז' ובחירות עיבוד מוקדם. fNIRS מושפע ממיקום אופטודה, זרימת דם בקרקפת, תנועה, שיער, חדירה מוגבלת בעומק ורזולוציה טמפורלית נמוכה יותר. מערכות לבישות משתפרות, כולל מכשירי fNIRS אלחוטיים קומפקטיים לניטור פעילות קוגניטיבית85, אך הנוחות וההיתכנות אינן קובעות תוקף חינוכי. הפריסה דורשת גם הגדרה תואמת לזרימת עבודה, דיווח פרשני, אבטחת נתונים וקבלת משתמש קצה. מחקרי קבלה חברתית מזכירים לנו שאמון המשתמשים והמטרה הנתפסת הם מרכזיים באימוץ88.

יש להתייחס לממשל אתי כתנאי גבול במסגרת ולא כמחשבה משנית. נתונים נוירופיזיולוגיים יכולים לחשוף או לרמוז על מידע על עייפות, קשב, רגש או מצב בריאותי. פיתוח אחראי של נוירוטכנולוגיה דורש הגבלת מטרה, מזעור נתונים, אחסון מאובטח, שקיפות, בקרות גישה ותשומת לב זהירה לאוטונומיה והסכמה89,90. מערכות BCI רשתיות גם מעלות חששות לאבטחת סייבר, במיוחד אם פלטים מפוענחים משפיעים על משוב, הזדמנויות הדרכה או החלטות רלוונטיות לבטיחות91. בחינוך, הלומדים עשויים להרגיש לחץ מרומז להשתתף, ומדדים פיזיולוגיים עלולים להעצים הטיה בטעות אם המודלים מתפקדים בצורה לא אחידה בין אוכלוסיות או הקשרים. מחקר עתידי צריך להעדיף השתתפות וולונטרית ככל האפשר, הפרדה ברורה בין משוב תומך לשיפוט בעל סיכון גבוה, מנגנוני ערעור וממשל מודע לבעלי עניין.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

מסקנות

חוסר שינה ועייפות החלטות הם גורמים מבוססים לשונות תלויה במצב בתשומת הלב, שליטה ניהולית, ביצועים פסיכומוטוריים וקבלת החלטות קליניות. בהכשרה רפואית, תנודות אלו עשויות לסבך את פירוש הכשירות הנצפית, במיוחד בסביבות מבוקשות כמו רפואה דחופה, טיפול נמרץ, הרדמה וניתוח. לכן, חינוך רפואי מבוסס מיומנות עשוי להרוויח מתשומת לב מפורשת יותר למצב פיזיולוגי וקוגניטיבי כאשר נתוני הביצועים מפורשים לאורך זמן והקשר.

EEG ו-fNIRS מציעים גישות מבטיחות למדידת שינויים נוירופיזיולוגיים ו...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

המחברים מצהירים שאין ניגוד עניינים.

תודות

המחברים מודים בהכרת תודה לעמיתים מהמחלקה לרפואה נמרצת וממשרד החינוך במוסדנו על תמיכתם ודיוניהם במהלך הכנת סקירה זו. עבודה זו נתמכה על ידי פרויקט המחקר המדעי הכללי של מחלקת החינוך של מחוז ג'ג'יאנג (מענק מס' Y202557476).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

מקורות

  1. Epstein RM, Hundert EM. Defining and assessing professional competence. JAMA. 2002;287(2):226–235.
  2. McClelland DC. Testing for competence rather than for “intelligence”. Am Psychol. 1973;28(1):1–14.
  3. Swing SR. The ACGME Outcome Project: retrospective and prospective. Med Teach. 2007;29(7):648–654.
  4. Frank JR et al. Competency-based medical education: theory to practice. Med Teach. 2010;32(8):638–645.
  5. Cooper D, Holmboe ES. Competency-based medical education at the front lines of patient care. N Engl J Med. 2025;393(4):376–388.
  6. Caccia N, Nakajima A, Kent N. Competency-based medical education: the wave of the future. J Obstet Gynaecol Can. 2015;37(4):349–353.
  7. China Consortium of Elite Teaching Hospitals for Residency Education. Consensus on core competency framework for residency education among China Consortium of Elite Teaching Hospitals for Residency Education [in Chinese]. Med J Peking Union Med Coll Hosp. 2022;13(1):17–23.
  8. Chen S et al. Competency-based i-FIRST talent development: leadership. China Higher Med Educ. 2025;(1):20–21, 45. doi:10.3969/j.issn.1002-1701.2025.01.006.
  9. Danilovich N et al. Implementing competency-based medical education in family medicine: a narrative review of current trends in assessment. Fam Med. 2021;53(1):9–22.
  10. Hawkins RE et al. Implementation of competency-based medical education: are we addressing the concerns and challenges. Med Educ. 2015;49(11):1086–1102.
  11. Ten Cate O et al. Entrustment decision making: extending Miller’s pyramid. Acad Med. 2021;96(2):199–204.
  12. Dine CJ, Conforti LN, Holmboe ES, Kogan JR. Accuracy of entrustment-based assessment: implications for programs and patients. J Grad Med Educ. 2024;16(1):30–36.
  13. Tekian A et al. Entrustment decisions: implications for curriculum development and assessment. Med Teach. 2020;42(6):698–704.
  14. Ten Cate O. Entrustment as assessment: recognizing the ability, the right, and the duty to act. J Grad Med Educ. 2016;8(2):261–262.
  15. Carraccio C, Martini A, Van Melle E, Schumacher DJ. Identifying core components of EPA implementation: a path to knowing if a complex intervention is being implemented as intended. Acad Med. 2021;96(9):1332–1336.
  16. Pusic MV et al. Learning curves in health professions education. Acad Med. 2015;90(8):1034–1042.
  17. Smith BK et al. The use of learning analytics to enable detection of underperforming trainees: an analysis of national vascular surgery trainee ACGME milestones assessment data. Ann Surg. 2023;277(4)–e977.
  18. Desai SV et al. Precision education: the future of lifelong learning in medicine. Acad Med. 2024;99(4S Suppl 1)–S20.
  19. Warm EJ et al. The education passport: connecting programmatic assessment across learning and practice. Can Med Educ J. 2022;13(4):82–91.
  20. Ross S, Pirraglia C, Aquilina AM, Zulla R. Effective competency-based medical education requires learning environments that promote a mastery goal orientation: a narrative review. Med Teach. 2022;44(5):527–534.
  21. Baenziger K, Chan M, Colman S. Coaching in postgraduate competency-based medical education: a qualitative exploration of three models. Acad Psychiatry. 2023;47(1):10–17.
  22. Taylor TS et al. Principles of fatigue in residency education: a qualitative study. CMAJ Open. 2016;4(2)–E204.
  23. Trockel MT et al. Assessment of physician sleep and wellness, burnout, and clinically significant medical errors. JAMA Netw Open. 2020;3(12).
  24. Barger LK et al. Impact of extended-duration shifts on medical errors, adverse events, and attentional failures. PLoS Med. 2006;3(12).
  25. West CP et al. Association of resident fatigue and distress with perceived medical errors. JAMA. 2009;302(12):1294–1300.
  26. Basner M et al. Sleep and alertness in medical interns and residents: an observational study on the role of extended shifts. Sleep. 2017;40(4). doi:10.1093/sleep/zsx027.
  27. Landrigan CP et al. Effect of reducing interns’ work hours on serious medical errors in intensive care units. N Engl J Med. 2004;351(18):1838–1848.
  28. Sugden C, Athanasiou T, Darzi A. What are the effects of sleep deprivation and fatigue in surgical practice. Semin Thorac Cardiovasc Surg. 2012;24(3):166–175.
  29. Arzalier-Daret S et al. Effect of sleep deprivation after a night shift duty on simulated crisis management by residents in anaesthesia: a randomised crossover study. Anaesth Crit Care Pain Med. 2018;37(2):161–166.
  30. Maltese F et al. Night shift decreases cognitive performance of ICU physicians. Intensive Care Med. 2016;42(3):393–400.
  31. Rothschild JM et al. Risks of complications by attending physicians after performing nighttime procedures. JAMA. 2009;302(14):1565–1572.
  32. Taffinder NJ et al. Effect of sleep deprivation on surgeons’ dexterity on laparoscopy simulator. Lancet. 1998;352(9135):1191.
  33. Howard SK et al. Simulation study of rested versus sleep-deprived anesthesiologists. Anesthesiology. 2003;98(6):1345–1355.
  34. Desai SV et al. Education outcomes in a duty-hour flexibility trial in internal medicine. N Engl J Med. 2018;378(16):1494–1508.
  35. Silber JH et al. Patient safety outcomes under flexible and standard resident duty-hour rules. N Engl J Med. 2019;380(10):905–914.
  36. Basner M et al. Sleep and alertness in a duty-hour flexibility trial in internal medicine. N Engl J Med. 2019;380(10):915–923.
  37. Landrigan CP et al. Effect on patient safety of a resident physician schedule without 24-hour shifts. N Engl J Med. 2020;382(26):2514–2523.
  38. Rahman SA et al. Extended work shifts and neurobehavioral performance in resident physicians. Pediatrics. 2021;147(3). doi:10.1542/peds.2020-009936.
  39. Wickens CD, Hutchins SD, Laux L, Sebok A. The impact of sleep disruption on complex cognitive tasks: a meta-analysis. Hum Factors. 2015;57(6):930–946.
  40. Lowe CJ, Safati A, Hall PA. The neurocognitive consequences of sleep restriction: a meta-analytic review. Neurosci Biobehav Rev. 2017;80:586–604.
  41. Lim J, Dinges DF. A meta-analysis of the impact of short-term sleep deprivation on cognitive variables. Psychol Bull. 2010;136(3):375–389.
  42. Tomaso CC, Johnson AB, Nelson TD. The effect of sleep deprivation and restriction on mood, emotion, and emotion regulation: three meta-analyses in one. Sleep. 2021;44(6). doi:10.1093/sleep/zsaa289.
  43. Phillips AJK et al. Irregular sleep/wake patterns are associated with poorer academic performance and delayed circadian and sleep/wake timing. Sci Rep. 2017;7(1):3216.
  44. Koa TB, Lo JC. Neurobehavioural functions during variable and stable short sleep schedules. J Sleep Res. 2021;30(4).
  45. Smith MG et al. Effects of six weeks of chronic sleep restriction with weekend recovery on cognitive performance and wellbeing in high-performing adults. Sleep. 2021;44(8). doi:10.1093/sleep/zsab051.
  46. Pignatiello GA, Martin RJ, Hickman RL Jr. Decision fatigue: a conceptual analysis. J Health Psychol. 2020;25(1):123–135.
  47. Maier M et al. Assessing decision fatigue in general practitioners’ prescribing decisions using the Australian BEACH data set. Med Decis Making. 2024;44(6):627–640.
  48. Hanna TN et al. The effects of fatigue from overnight shifts on radiology search patterns and diagnostic performance. J Am Coll Radiol. 2018;15(12):1709–1716.
  49. Su AT, Xavier G, Kuan JW. The measurement of mental fatigue following an overnight on-call duty among doctors using electroencephalogram. PLoS One. 2023;18(7).
  50. Xavier G, Su Ting A, Fauzan N. Exploratory study of brain waves and corresponding brain regions of fatigue on-call doctors using quantitative electroencephalogram. J Occup Health. 2020;62(1).
  51. So WKY, Wong SWH, Mak JN, Chan RHM. An evaluation of mental workload with frontal EEG. PLoS One. 2017;12(4).
  52. Forest G, Godbout R. Effects of sleep deprivation on performance and EEG spectral analysis in young adults. Brain Cogn. 2000;43(1–3):195–200.
  53. Snipes S, Krugliakova E, Meier E, Huber R. The theta paradox: 4–8 Hz EEG oscillations reflect both sleep pressure and cognitive control. J Neurosci. 2022;42(45):8569–8586.
  54. Mora-Sanchez A et al. A brain-computer interface for the continuous, real-time monitoring of working memory load in real-world environments. Cogn Neurodyn. 2020;14(3):301–321.
  55. Zeng H et al. A LightGBM-based EEG analysis method for driver mental states classification. Comput Intell Neurosci. 2019;2019:3761203.
  56. Mastropietro A et al. Reliability of mental workload index assessed by EEG with different electrode configurations and signal pre-processing pipelines. Sensors (Basel). 2023;23(3):1367.
  57. Bjegojevic B et al. Neuroergonomic attention assessment in safety-critical tasks: EEG indices and subjective metrics validation in a novel task-embedded reaction time paradigm. Brain Sci. 2024;14(10):1009.
  58. Liu Y et al. Fusion of spatial, temporal, and spectral EEG signatures improves multilevel cognitive load prediction. IEEE Trans Hum Mach Syst. 2023;53(2):357–366.
  59. Pan Y, Borragán G, Peigneux P. Applications of functional near-infrared spectroscopy in fatigue, sleep deprivation, and social cognition. Brain Topogr. 2019;32(6):998–1012.
  60. Huang M et al. An overview on sleep research based on functional near-infrared spectroscopy [in Chinese]. Sheng Wu Yi Xue Gong Cheng Xue Za Zhi. 2021;38(6):1211–1218.
  61. Hasim YS et al. Cardiac-band fNIRS biomarkers for non-REM sleep stage differentiation: a frequency-domain evaluation with EEG validation. J Innov Opt Health Sci. 2026. doi:10.1142/S1793545826500100.
  62. Mukli P et al. Sleep deprivation alters task-related changes in functional connectivity of the frontal cortex: a near-infrared spectroscopy study. Brain Behav. 2021;11(8).
  63. Verweij IM et al. Sleep deprivation leads to a loss of functional connectivity in frontal brain regions. BMC Neurosci. 2014;15(1):88.
  64. You Y et al. Cognitive performance in short sleep young adults with different physical activity levels: a cross-sectional fNIRS study. Brain Sci. 2023;13(2):171.
  65. Varandas R et al. Automatic cognitive fatigue detection using wearable fNIRS and machine learning. Sensors (Basel). 2022;22(11):4010.
  66. Cao J, Garro EM, Zhao Y. EEG/fNIRS-based workload classification using functional brain connectivity and machine learning. Sensors (Basel). 2022;22(19):7623.
  67. Hong KS, Khan MJ, Hong MJ. Feature extraction and classification methods for hybrid fNIRS-EEG brain-computer interfaces. Front Hum Neurosci. 2018;12:246.
  68. Zhang J et al. Recent progress in wearable brain-computer interface devices based on electroencephalogram for medical applications: a review. Health Data Sci. 2023;3:0096.
  69. Edelman BJ et al. Non-invasive brain-computer interfaces: state of the art and trends. IEEE Rev Biomed Eng. 2025;18:26–49.
  70. Rashid M et al. Current status, challenges, and possible solutions of EEG-based brain-computer interface: a comprehensive review. Front Neurorobot. 2020;14:25.
  71. Xu M et al. Current challenges for the practical application of electroencephalography-based brain-computer interfaces. Engineering. 2021;7(12):1710–1712.
  72. Maiseli B et al. Brain-computer interface: trend, challenges, and threats. Brain Inform. 2023;10(1):20.
  73. Yu P et al. Quantitative influence and performance analysis of virtual reality laparoscopic surgical training system. BMC Med Educ. 2022;22(1):92.
  74. Natheir S et al. Utilizing artificial intelligence and electroencephalography to assess expertise on a simulated neurosurgical task. Comput Biol Med. 2023;152:106286.
  75. Antoniou PE et al. Biosensor real-time affective analytics in virtual and mixed reality medical education serious games: cohort study. JMIR Serious Games. 2020;8(3).
  76. Beauchemin N et al. Enhancing learning experiences: EEG-based passive BCI system adapts learning speed to cognitive load in real time, with motivation as catalyst. Front Hum Neurosci. 2024;18:1416683.
  77. Sano A, Chen W, Lopez-Martinez D, Taylor S, Picard RW. Multimodal ambulatory sleep detection using LSTM recurrent neural networks. IEEE J Biomed Health Inform. 2019;23(4):1607–1617.
  78. Kong G, Li C, Peng H, Han Z, Qiao H. EEG-based sleep stage classification via neural architecture search. IEEE Trans Neural Syst Rehabil Eng. 2023;31:1075–1085.
  79. Yao H, Liu T, Zou R, Ding S, Xu Y. A spatial-temporal transformer architecture using multi-channel signals for sleep stage classification. IEEE Trans Neural Syst Rehabil Eng. 2023;31:3353–3362.
  80. Eldele E et al. Self-supervised learning for label-efficient sleep stage classification: a comprehensive evaluation. IEEE Trans Neural Syst Rehabil Eng. 2023;31:1333–1342.
  81. Ngo HV, Staresina BP. Shaping overnight consolidation via slow-oscillation closed-loop targeted memory reactivation. Proc Natl Acad Sci U S A. 2022;119(44).
  82. Bressler S, Neely R, Yost RM, Wang D, Read HL. A wearable EEG system for closed-loop neuromodulation of sleep-related oscillations. J Neural Eng. 2023;20(5). doi:10.1088/1741-2552/acfb3b.
  83. Gervais C, Hjeij D, Fernandez-Puerta L, Arbour C. Non-pharmacological interventions for sleep disruptions and fatigue after traumatic brain injury: a scoping review. Brain Inj. 2024;38(6):403–416.
  84. Herrero Babiloni A et al. The effects of non-invasive brain stimulation on sleep disturbances among different neurological and neuropsychiatric conditions: a systematic review. Sleep Med Rev. 2021;55:101381.
  85. Victorio M et al. Wearable wireless functional near-infrared spectroscopy system for cognitive activity monitoring. Biosensors (Basel). 2025;15(2):92.
  86. Wen S et al. Rapid adaptation of brain-computer interfaces to new neuronal ensembles or participants via generative modelling. Nat Biomed Eng. 2023;7(4):546–558.
  87. Xia K, Deng L, Duch W, Wu D. Privacy-preserving domain adaptation for motor imagery-based brain-computer interfaces. IEEE Trans Biomed Eng. 2022;69(11):3365–3376.
  88. Xia R, Yang S. Factors influencing the social acceptance of brain-computer interface technology among Chinese general public: an exploratory study. Front Hum Neurosci. 2024;18:1423382.
  89. Goering S et al. Recommendations for responsible development and application of neurotechnologies. Neuroethics. 2021;14(3):365–386.
  90. Ienca M, Andorno R. Towards new human rights in the age of neuroscience and neurotechnology. Life Sci Soc Policy. 2017;13(1):5.
  91. Ajrawi S, Rao R, Sarkar M. Cybersecurity in brain-computer interfaces: RFID-based design-theoretical framework. Inform Med Unlocked. 2021;22. doi:10.1016/j.imu.2020.100489.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

תגיות

רפואהגיליון 233גיליון 233ערך ריקגיליוןעומס קוגניטיביניטור עייפותממשק מוח-מחשבאלקטרואנצפלוגרפיהEEGספקטרוסקופיה פונקציונלית בבלי attenuated-infraredfNIRS
צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.